Un nuevo algoritmo ha demostrado ser capaz de descifrar automáticamente una lengua perdida, sin necesidad de conocimientos avanzados de su relación con otras lenguas.
El objetivo final del equipo de investigadores del Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT (CSAIL) es que el sistema pueda descifrar idiomas perdidos que han eludido a los lingüistas durante décadas, utilizando solo unos pocos miles de palabras.
- Encabezado por la profesora Regina Barzilay del MIT, el sistema se basa en varios principios basados en conocimientos de la lingüística histórica, como el hecho de que los idiomas generalmente solo evolucionan de ciertas formas predecibles.
Por ejemplo, si bien un idioma determinado rara vez agrega o elimina un sonido completo, es probable que se produzcan ciertas sustituciones de sonido.
Una palabra con una “p” en el idioma principal puede cambiar a una “b” en el idioma descendiente, pero el cambio a una “k” es menos probable debido a la brecha significativa de pronunciación.
Al incorporar estas y otras limitaciones lingüísticas, Barzilay y el estudiante de doctorado del MIT, Jiaming Luo, desarrollaron un algoritmo de descifrado que puede manejar el vasto espacio de posibles transformaciones y la escasez de una señal de guía en la entrada.
El algoritmo aprende a incrustar los sonidos del lenguaje en un espacio multidimensional donde las diferencias en la pronunciación se reflejan en la distancia entre los vectores correspondientes.
Este diseño les permite capturar patrones pertinentes de cambio de lenguaje y expresarlos como restricciones computacionales.
El modelo resultante puede segmentar palabras en un idioma antiguo y asignarlas a sus contrapartes en un idioma relacionado.